小米手机 开发app python_一篇文章教会你用Python多线程获取小米应用商店App
【一、项目背景】
小米应用商店给用户发现最好的安卓应用和游戏,安全可靠,可是要下载东西要一个一个的搜索太麻烦了。而已速度不是很快。
今天用多线程爬取小米应用商店的游戏模块。快速获取。
【二、项目目标】
目标 :应用分类 - 聊天社交 应用名称, 应用链接,显示在控制台供用户下载。
【三、涉及的库和网站】
1、网址:百度搜 - 小米应用商店,进入官网。
2、涉及的库:requests、threading 、queue 、json、time
3、软件:PyCharm
【四、项目分析】
1、确认是否为动态加载。
通过页面局部刷新, 右键查看网页源代码,搜索关键字未搜到 。断定此网站为动态加载网站,需要抓取网络数据包分析。
2、使用chrome浏览器,F12抓取网络数据包。
1)抓取返回json数据的URL地址(Headers中的Request URL)。http://app.mi.com/categotyAllListApi?page={}&categoryId=2&pageSize=30
2)查看并分析查询参数(headers中的Query String Parameters)。page: 1
categoryId: 2
pageSize: 30
发现只有page再变,0 1 2 3 ... ... ,这样我们就可以通过控制page的直拼接多个返回json数据的URL地址。
【五、项目实施】
1、我们定义一个class类继承object,然后定义init方法继承self,再定义一个主函数main继承self。准备导入库,url地址和请求头headers。import requests
from threading import Thread
from queue import Queue
import json
import time
class XiaomiSpider(object):
def __init__(self):
self.headers = {'User-Agent':'Mozilla/5.0'}
self.url = 'http://app.mi.com/categotyAllListApi?page={}&categoryId=15&pageSize=30'
def main(self):
pass
if __name__ == '__main__':
imageSpider = XiaomiSpider()
imageSpider.main()
2、定义队列,用来存放URL地址self.url_queue = Queue()
3、URL入队列def url_in(self):
# 拼接多个URL地址,然后put()到队列中
for i in range(67):
self.url.format((str(i)))
self.url_queue.put(self.url)
4、定义线程事件函数get_page(请求数据)defget_page(self):
# 先get()URL地址,发请求
while True:
# 当队列不为空时,获取url地址
if not self.url_queue.empty():
url = self.url_queue.get()
html = requests.get(url,headers=self.headers).text
self.parse_page(html)
else:
break
5、定义函数parse_page 解析json模块,提取应用名称,应用链接内容。# 解析函数
def parse_page(self,html):
app_json = json.loads(html)
for app in app_json['data']:
# 应用名称
name = app['displayName']
# 应用链接
link = 'http://app.mi.com/details?id={}'.format(app['packageName'])
d = { '名称' : name,'链接' : link }
print(d)
6、main方法, 定义t_list = [] 存放所有线程的列表。调用get_page多线程爬取。def main(self):
self.url_in()
# 存放所有线程的列表
t_list = []
for i in range(10):
t = Thread(target=self.get_page)
t.start()
t_list.append(t)
7、for循环遍历列表,统一回收线程。# 统一回收线程
for p in t_list:
p.join()
8、统计一下执行时间。start = time.time()
spider = XiaomiSpider()
spider.main()
end = time.time()
print('执行时间:%.2f' % (end-start))
【六、效果展示】
1、运行程序。点击运行,将游戏名称,下载链接,执行时间,显示在控制台。
2、点击蓝色的网址可以直接去到下载页面下载应用,如下图所示。
【七、总结】
1、不建议抓取太多数据,容易对服务器造成负载,浅尝辄止即可。
2、Python多线程优点。使用线程可以把占据长时间的程序中的任务放到后台去处,程序的运行速度可能加快。
3、单线程可以被抢占(中断),而已多线程就有了更多的选择。而已在其他线程正在运行时,线程可以暂时搁置(也称为睡眠)。可以释放一些珍贵的资源如内存占用。
4、大家也可以尝试在爬取其他分类,按照操作步骤,自己尝试去做。自己实现的时候,总会有各种各样的问题,切勿眼高手低,勤动手,才可以理解的更加深刻。
小米手机 开发app python_一篇文章教会你用Python多线程获取小米应用商店App相关推荐
- python爬淘宝app数据_一篇文章教会你用Python爬取淘宝评论数据(写在记事本)
[一.项目简介] 本文主要目标是采集淘宝的评价,找出客户所需要的功能.统计客户评价上面夸哪个功能多,比如防水,容量大,好看等等. [二.项目准备工作] 准备Pycharm,下载安装等,可以参考这篇文章 ...
- python网络爬虫_一篇文章教会你利用Python网络爬虫获取穷游攻略
点击上方"IT共享之家",进行关注 回复"资料"可获赠Python学习福利 [一.项目背景] 穷游网提供原创实用的出境游旅行指南.攻略,旅行社区和问答交流平台, ...
- 一篇文章教会你利用Python网络爬虫获取电影天堂视频下载链接
[一.项目背景] 相信大家都有一种头疼的体验,要下载电影特别费劲,对吧?要一部一部的下载,而且不能直观的知道最近电影更新的状态. 今天小编以电影天堂为例,带大家更直观的去看自己喜欢的电影,并且下载下来 ...
- 一篇文章教会你利用Python网络爬虫实现豆瓣电影采集
点击上方"IT共享之家",进行关注 回复"资料"可获赠Python学习福利 [一.项目背景] 豆瓣电影提供最新的电影介绍及评论包括上映影片的影讯查询及购票服务. ...
- 一篇文章教会你利用Python网络爬虫获取素材图片
点击上方"IT共享之家",进行关注 回复"资料"可获赠Python学习福利 [一.项目背景] 在素材网想找到合适图片需要一页一页往下翻,现在学会python就可 ...
- 一篇文章教会你利用Python网络爬虫获取分类图片
点击上方"IT共享之家",进行关注 回复"资料"可获赠Python学习福利 [一.项目背景] 博海拾贝是一支互联网从业者在线教育的团队,扎根于中国教育行业以及互 ...
- 小米手机android_id如何查看,一篇文章看懂如何通过手机上小米社区查Mi ID?
作为小米社区的老用户都知道,早先在老的小米社区App或者电脑版个人主页就可以直接查看到用户的Mi ID.而现在的新版本小米社区无论是App版本或者电脑端都无法再直接地查看到个人或者其他人Mi ID. ...
- python抓取抖音评论_一篇文章教会你用Python抓取抖音app热点数据
今天给大家分享一篇简单的安卓app数据分析及抓取方法.以抖音为例,我们想要抓取抖音的热点榜数据. 要知道,这个数据是没有网页版的,只能从手机端下手. 首先我们要安装charles抓包APP数据,它是一 ...
- python 抖音文案提取_一篇文章教会你用Python抓取抖音app热点数据!
今天给大家分享一篇简单的安卓app数据分析及抓取方法.以抖音为例,我们想要抓取抖音的热点榜数据. 要知道,这个数据是没有网页版的,只能从手机端下手. 首先我们要安装charles抓包APP数据,它是一 ...
最新文章
- 革命性存储:易安ESATA系列产品详解
- android WebSocket 发送图片
- write up 加密:zip伪加密
- 使用Android高性能音频--OpenSL ES和AAudio
- OPENCV图像变换-1
- LeetCode 1025. 除数博弈(动态规划)
- [译]Razor内幕之介绍
- revit2016与2017区别_revit2017下载及新功能介绍
- fw136r虚拟服务器,Purley平台Redfish带外配置表
- 图解安装simsun字体后OO乱码的摸黑解决办法【转贴自http://linux.hiweed.com】
- Tomcat9的新特性和Tomcat8的区别
- UBI及EXT4文件系统
- pycharm上传GitHub时报错:push failed: fatal: unable to access 'https://github.com/***port 443: Timed out
- 阿里P7级别面试经验总结,完整版开放下载
- xgboost的plot_importance绘图时出现的f0、f1、f2、f3、f4、f5等改为对应特征的字段名
- 【翻译论文】An Architecture Combining Convolutional Neural Network (CNN) and Support Vector Machine (SVM)
- 如何利用计算机隐藏文件,如何查找隐藏的计算机文件夹
- 什么是数据库的二级映像
- 获取员工其当前的薪水比其manager的薪资还高的相关信息
- JAVA --银行卡正则校验工具类